人工智能對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的異質(zhì)性影響與機(jī)制識(shí)別
——基于中國(guó)“機(jī)器換人”的實(shí)證檢驗(yàn)*

韓永輝 劉 洋 王賢彬

一、引言

21世紀(jì)以來，在信息技術(shù)革命的推動(dòng)下，世界掀起人工智能革命浪潮，以“機(jī)器換人”為特征的人工智能應(yīng)用成為各個(gè)國(guó)家實(shí)施“再工業(yè)化”、搶占未來經(jīng)濟(jì)和科技發(fā)展制高點(diǎn)的重要生產(chǎn)方式之一。①本文參考Brynjolfsson 和 McAfee（2014）與Prettner 等（2016、2020），將“機(jī)器換人”定義為在人工智能技術(shù)推動(dòng)下，利用工業(yè)機(jī)器人、自動(dòng)化控制或流水線等設(shè)備等取代勞動(dòng)力的一種智能化生產(chǎn)方式。②A.Abeliansky, E.Algur, D.Bloom, K.Prettner, “The Future of Work: Meeting the Global Challenges of Demographic Change and Automation”, International Labour Review, vol.159, no.3, 2020, pp.285-306.尤其新冠疫情在全球蔓延以來，經(jīng)濟(jì)生產(chǎn)和信息交換方式的數(shù)字化、網(wǎng)絡(luò)化和云端化進(jìn)一步為人工智能技術(shù)研發(fā)和應(yīng)用提供了更為強(qiáng)大的動(dòng)力和多元的應(yīng)用場(chǎng)景。近年，中國(guó)人口紅利加速消失，勞動(dòng)力成本快速上升，中國(guó)政府大力推動(dòng)人工智能技術(shù)與實(shí)體經(jīng)濟(jì)深度融合，陸續(xù)頒布《中國(guó)制造2025》《新一代人工智能發(fā)展規(guī)劃》等重要文件，培育壯大智能經(jīng)濟(jì)。在國(guó)家相關(guān)政策指引下，各地方政府密切跟進(jìn)，實(shí)施“人工智能+”行動(dòng)，力推智能化生產(chǎn)方式變革。

學(xué)界對(duì)人工智能的態(tài)度分為“樂觀派”和“悲觀派”兩類。人工智能“樂觀派”認(rèn)為，隨著以人工智能技術(shù)為主要代表的“機(jī)器換人”有效驅(qū)動(dòng)社會(huì)生產(chǎn)力變革、提升經(jīng)濟(jì)運(yùn)轉(zhuǎn)效率，人類社會(huì)的生產(chǎn)力水平將大幅提高，原本無法得到充分利用的勞動(dòng)潛力在人工智能的幫助下將充分釋放，從供給側(cè)增加經(jīng)濟(jì)總產(chǎn)出。①P.Aghion, B.F.Jones, C.I.Jones, Artificial Intelligence and Economic Growth, University of Chicago Press, 2018.孫早和侯玉琳（2021）利用2001—2018年省級(jí)面板數(shù)據(jù)驗(yàn)證了工業(yè)智能化有效推動(dòng)先進(jìn)裝備制造業(yè)升級(jí)，人工智能成為支撐我國(guó)構(gòu)筑現(xiàn)代產(chǎn)業(yè)體系的關(guān)鍵。②孫早、侯玉琳：《工業(yè)智能化與產(chǎn)業(yè)梯度轉(zhuǎn)移：對(duì)“雁陣?yán)碚摗钡脑贆z驗(yàn)》，《世界經(jīng)濟(jì)》2021年第7期。但人工智能“悲觀派”則更關(guān)注其給勞動(dòng)者或人類本身帶來的負(fù)面沖擊，包括結(jié)構(gòu)性失業(yè)、收入下降等福利受損問題。Acemoglu和Restrepo（2017）基于1990—2007年美國(guó)數(shù)據(jù)研究發(fā)現(xiàn)，工業(yè)機(jī)器人數(shù)量的增加導(dǎo)致美國(guó)就業(yè)人口比例下降0.2個(gè)百分點(diǎn)，減少約40萬個(gè)工作崗位。③D.Acemoglu, P.Restrepo, “Secular Stagnation? The Effect of Aging on Economic Growth in the Age of Automation”,The American Economic Review, vol.107, no.5, 2017, pp.174-179.進(jìn)一步地，相較于抗沖擊能力更強(qiáng)的發(fā)達(dá)國(guó)家，Schlogl和 Sumner（2020）認(rèn)為發(fā)展中國(guó)家以勞動(dòng)密集型為主的工作性質(zhì)決定其勞動(dòng)力更容易被人工智能替代，這將在長(zhǎng)期內(nèi)造成嚴(yán)重失業(yè)及國(guó)家混亂，進(jìn)而可能從需求側(cè)抑制經(jīng)濟(jì)增長(zhǎng)。④L.Schlogl, A.Sumner, Disrupted Development and the Future of Inequality in the Age of Automation, Springer Nature,2020.王林輝等（2020）以“工業(yè)機(jī)器人進(jìn)口＋國(guó)內(nèi)工業(yè)機(jī)器人產(chǎn)量—工業(yè)機(jī)器人出口”為人工智能的代理變量，分析發(fā)現(xiàn)人工智能誘致高、低技術(shù)部門勞動(dòng)收入差距年均擴(kuò)大0.75%。⑤王林輝、胡晟明、董直慶：《人工智能技術(shù)會(huì)誘致勞動(dòng)收入不平等嗎——模型推演與分類評(píng)估》，《中國(guó)工業(yè)經(jīng)濟(jì)》2020年第4期。由此推斷，人工智能對(duì)勞動(dòng)力要素配置結(jié)構(gòu)、要素收入分配具備“創(chuàng)造性”與“破壞性”雙重影響，在不同地區(qū)、不同環(huán)境下，人工智能對(duì)經(jīng)濟(jì)增長(zhǎng)的最終影響可能存在較大差異。

盡管目前文獻(xiàn)已探討人工智能的經(jīng)濟(jì)社會(huì)影響，但研究尚存在三點(diǎn)不足：第一，已有研究多從整體視角肯定人工智能與經(jīng)濟(jì)增長(zhǎng)的正向關(guān)系，但中國(guó)地緣遼闊、區(qū)域資源稟賦差異較大，各地區(qū)是否均適宜大力推進(jìn)人工智能應(yīng)用仍值得進(jìn)一步探討；第二，較少文獻(xiàn)同時(shí)關(guān)注人工智能的“創(chuàng)造性”與“破壞性”雙重特征，尤其是基于勞動(dòng)力市場(chǎng)從需求側(cè)考察人工智能對(duì)經(jīng)濟(jì)增長(zhǎng)的傳導(dǎo)機(jī)制，難以客觀、全面地反映人工智能與經(jīng)濟(jì)增長(zhǎng)的影響關(guān)系及正向促進(jìn)作用產(chǎn)生的前提條件；第三，以工業(yè)機(jī)器人作為人工智能的表征數(shù)據(jù)已得到學(xué)者一致認(rèn)同，但國(guó)內(nèi)現(xiàn)有人工智能實(shí)證研究指標(biāo)選取尚未有嚴(yán)謹(jǐn)標(biāo)準(zhǔn)，研究易產(chǎn)生較大誤差。本文基于“創(chuàng)造性破壞”理論，探討人工智能對(duì)我國(guó)各地區(qū)勞動(dòng)力市場(chǎng)的沖擊及對(duì)經(jīng)濟(jì)增長(zhǎng)的異質(zhì)性影響效果。相比已有研究，本文邊際貢獻(xiàn)體現(xiàn)在三個(gè)方面：第一，著眼于我國(guó)各地區(qū)勞動(dòng)力要素稟賦差異，探討不同地區(qū)人工智能對(duì)經(jīng)濟(jì)增長(zhǎng)的影響效果與傳導(dǎo)機(jī)制的差異，闡釋合理布局人工智能產(chǎn)業(yè)發(fā)展的重要性，更有利于中國(guó)因地制宜和因地施策，立足各地比較優(yōu)勢(shì)，暢通國(guó)內(nèi)大循環(huán)；第二，以勞動(dòng)力市場(chǎng)為切入口，關(guān)注人工智能技術(shù)應(yīng)用和推廣對(duì)勞動(dòng)者在地區(qū)經(jīng)濟(jì)增長(zhǎng)中所扮演的角色，構(gòu)建和驗(yàn)證人工智能通過對(duì)勞動(dòng)力市場(chǎng)的“創(chuàng)造性”與“破壞性”雙重沖擊進(jìn)而影響地區(qū)經(jīng)濟(jì)增長(zhǎng)的理論機(jī)制；第三，借鑒Acemoglu 和Restrepo（2020）的地區(qū)工業(yè)機(jī)器人識(shí)別策略，⑥D(zhuǎn).Acemoglu, P.Restrepo, “Robots and Jobs: Evidence from US Labor Markets”, The Journal of Political Economy,vol.128, no.6, 2020, pp.2188-2244.構(gòu)造包含260個(gè)中國(guó)地級(jí)市的面板數(shù)據(jù)，豐富中國(guó)人工智能相關(guān)研究的數(shù)據(jù)選擇。

二、研究假說與理論機(jī)制

（一）基準(zhǔn)假說：人工智能、地區(qū)異質(zhì)性與經(jīng)濟(jì)增長(zhǎng)

因地區(qū)自然條件、要素稟賦及傾斜政策等差異性，一個(gè)包含多個(gè)地區(qū)的經(jīng)濟(jì)體內(nèi)部必然會(huì)出現(xiàn)經(jīng)濟(jì)發(fā)展水平的差異。①B.M.Fleisher, C.Jian, “The Coast-Noncoast Income Gap, Productivity, and Regional Economic Policy in China”,Journal of Comparative Economics, vol.25, no.2, 1997, pp.220-236.根據(jù)新結(jié)構(gòu)經(jīng)濟(jì)學(xué)的比較優(yōu)勢(shì)理論，國(guó)家或地區(qū)應(yīng)遵循要素稟賦結(jié)構(gòu)決定的比較優(yōu)勢(shì)來選擇主導(dǎo)產(chǎn)業(yè)和技術(shù)結(jié)構(gòu)。②林毅夫：《新結(jié)構(gòu)經(jīng)濟(jì)學(xué)——重構(gòu)發(fā)展經(jīng)濟(jì)學(xué)的框架》，《經(jīng)濟(jì)學(xué)（季刊）》2011年第1期。如果地區(qū)要素稟賦結(jié)構(gòu)表現(xiàn)為自然資源或勞動(dòng)力稟賦較為豐裕、資本及技術(shù)資源相對(duì)貧乏，那么該類經(jīng)濟(jì)體較適合發(fā)展具有勞動(dòng)密集或資源密集型類產(chǎn)業(yè)，反之則更適合發(fā)展資本密集型或技術(shù)密集型產(chǎn)業(yè)。各個(gè)國(guó)家或地區(qū)比較優(yōu)勢(shì)的有效發(fā)揮既需要依靠市場(chǎng)機(jī)制的決定性作用，也依賴于有為政府的調(diào)節(jié)作用。③林毅夫：《中國(guó)經(jīng)濟(jì)學(xué)理論發(fā)展與創(chuàng)新的思考》，《經(jīng)濟(jì)研究》2017年第5期。只有順應(yīng)市場(chǎng)趨勢(shì)、符合地方發(fā)展特征的產(chǎn)業(yè)政策才更有利于推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級(jí)及地區(qū)經(jīng)濟(jì)增長(zhǎng)。④韓永輝、黃亮雄、王賢彬：《產(chǎn)業(yè)政策推動(dòng)地方產(chǎn)業(yè)結(jié)構(gòu)升級(jí)了嗎?——基于發(fā)展型地方政府的理論解釋與實(shí)證檢驗(yàn)》，《經(jīng)濟(jì)研究》2017年第8期。

假說1：在勞動(dòng)力稀缺且資本豐裕的地區(qū)發(fā)展人工智能有利于促進(jìn)經(jīng)濟(jì)增長(zhǎng)，反之影響效果則較弱或不顯著。

（二）機(jī)制假說：勞動(dòng)生產(chǎn)率、就業(yè)結(jié)構(gòu)和勞動(dòng)收入

熊彼特在“創(chuàng)造性破壞”理論強(qiáng)調(diào)，技術(shù)進(jìn)步實(shí)質(zhì)上是一把“雙刃劍”。在人工智能技術(shù)普遍使用的情況下，具備技術(shù)或資本優(yōu)勢(shì)的微觀個(gè)體在社會(huì)的動(dòng)態(tài)競(jìng)爭(zhēng)替代過程中得到更高的收益，而另一部分個(gè)體可能處于被破壞狀態(tài)。尤其對(duì)于勞動(dòng)力市場(chǎng)，人工智能將在勞動(dòng)力要素稟賦制約下通過生產(chǎn)效率、就業(yè)結(jié)構(gòu)及收入分配等渠道影響經(jīng)濟(jì)增長(zhǎng)。

1.勞動(dòng)生產(chǎn)率效應(yīng)。人工智能通過提升經(jīng)濟(jì)體勞動(dòng)生產(chǎn)率，進(jìn)而影響經(jīng)濟(jì)增長(zhǎng)水平，本文稱之為勞動(dòng)生產(chǎn)率效應(yīng)（Labor Productivity Effect）。在勞動(dòng)力短缺但資本要素相對(duì)豐裕的地區(qū)，人工智能技術(shù)的應(yīng)用加速勞動(dòng)力與資本的結(jié)合程度，促使企業(yè)采用更少的勞動(dòng)力生產(chǎn)相同或者更多的產(chǎn)品。尤其在生產(chǎn)制造部門，人工智能可以接管重復(fù)、危險(xiǎn)、不健康的任務(wù)，改善勞動(dòng)力工作質(zhì)量并提高產(chǎn)品的生產(chǎn)質(zhì)量與速度，提升企業(yè)利潤(rùn)，以達(dá)到促進(jìn)經(jīng)濟(jì)增長(zhǎng)的效果。

2.就業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)。人工智能通過促進(jìn)制造業(yè)勞動(dòng)力轉(zhuǎn)向服務(wù)業(yè)就業(yè)，影響地區(qū)經(jīng)濟(jì)增長(zhǎng)水平，本文稱之為就業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)（Employment Industry Sstructure Effect）。①本文將服務(wù)業(yè)分為生產(chǎn)性與生活性服務(wù)業(yè)兩類，參照國(guó)家統(tǒng)計(jì)局發(fā)布的《生產(chǎn)性服務(wù)業(yè)分類（2015）》，生產(chǎn)性服務(wù)業(yè)包括：交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)，信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)，金融業(yè)，租賃和商務(wù)服務(wù)業(yè)，科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘探業(yè)。一方面，地區(qū)將被人工智能替代的制造業(yè)勞動(dòng)力“虹吸”至生產(chǎn)性服務(wù)業(yè)重新就業(yè)，促進(jìn)地區(qū)產(chǎn)業(yè)結(jié)構(gòu)向以第三產(chǎn)業(yè)主導(dǎo)的態(tài)勢(shì)轉(zhuǎn)型，帶來經(jīng)濟(jì)增長(zhǎng)水平的提升；②A.Korinek, J.E.Stiglitz, “Artificial Intelligence, Worker-Replacing Technological Progress and Income Distribution”,NBER Working Paper, 2017, No.24174.另一方面，人工智能主導(dǎo)下的制造業(yè)轉(zhuǎn)型升級(jí)將倒逼勞動(dòng)者提升其勞動(dòng)技能，從社會(huì)面上擴(kuò)大人力資本投資，刺激知識(shí)和技術(shù)密集型的生產(chǎn)性服務(wù)業(yè)發(fā)展。然而，在生產(chǎn)資本及人力資本投入較少的地區(qū)，服務(wù)業(yè)發(fā)展水平滯后，吸納勞動(dòng)力能力有限，被替代的勞動(dòng)力將難以較好地被吸收至生活或生產(chǎn)性服務(wù)業(yè)，這會(huì)抑制人工智能的經(jīng)濟(jì)促進(jìn)作用。

3.勞動(dòng)收入分配效應(yīng)。人工智能通過改變勞動(dòng)者收入水平進(jìn)而影響經(jīng)濟(jì)增長(zhǎng)，本文稱之為收入分配效應(yīng)（Labor Income Distribution Effect）。勞動(dòng)者收入高低是影響經(jīng)濟(jì)總需求中的消費(fèi)與投資水平的重要因素。人工智能技術(shù)可以創(chuàng)造出“無限量的人工勞動(dòng)”，替代原有的制造業(yè)勞動(dòng)力。③楊飛、范從來：《產(chǎn)業(yè)智能化是否有利于中國(guó)益貧式發(fā)展？》，《經(jīng)濟(jì)研究》2020年第5期。根據(jù)劉易斯（Lewis，1954）的“二元經(jīng)濟(jì)理論模型”，勞動(dòng)者供給過剩將導(dǎo)致其實(shí)際收入水平過低，進(jìn)而降低勞動(dòng)生產(chǎn)率與人力資本投資，經(jīng)濟(jì)體產(chǎn)出能力下降；消費(fèi)及儲(chǔ)蓄行為也會(huì)受到抑制，制約經(jīng)濟(jì)總需求。但也有學(xué)者提出，人工智能可以彌補(bǔ)勞動(dòng)力短缺，與剩余勞動(dòng)力尤其是高技能勞動(dòng)者形成互補(bǔ)效應(yīng)，提升企業(yè)利潤(rùn)，通過“技能溢價(jià)”提高在崗勞動(dòng)力的平均工資水平，④余玲錚、魏下海、孫中偉、吳春秀：《工業(yè)機(jī)器人、工作任務(wù)與非常規(guī)能力溢價(jià)——來自制造業(yè)“企業(yè)—工人”匹配調(diào)查的證據(jù)》，《管理世界》2021年第1期。促進(jìn)經(jīng)濟(jì)總需求。因此，人工智能對(duì)勞動(dòng)力收入水平的影響取決于地區(qū)的勞動(dòng)力要素稟賦。若地區(qū)勞動(dòng)力要素豐裕，一方面人工智能可能導(dǎo)致低端勞動(dòng)力供給進(jìn)一步增加，勞動(dòng)力市場(chǎng)競(jìng)爭(zhēng)加劇使得工資總體水平下降；另一方面，低端勞動(dòng)者可能持續(xù)外流到其他地區(qū)，降低當(dāng)?shù)乜倓趧?dòng)收入，從需求側(cè)給經(jīng)濟(jì)增長(zhǎng)帶來一定負(fù)向作用。由此提出本文的第2個(gè)研究假說。

假說2：人工智能通過勞動(dòng)生產(chǎn)率、就業(yè)產(chǎn)業(yè)結(jié)構(gòu)及勞動(dòng)收入分配影響經(jīng)濟(jì)增長(zhǎng)，且傳導(dǎo)機(jī)制因地區(qū)勞動(dòng)要素稟賦不同呈現(xiàn)異質(zhì)性。

三、數(shù)據(jù)、變量與模型

（一）實(shí)證模型

為探討各地區(qū)人工智能與經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)關(guān)系，本文將基準(zhǔn)回歸模型設(shè)定為：

（二）研究數(shù)據(jù)

工業(yè)機(jī)器人安裝密度（ ）。參考Acemoglu和Restrepo（2020）將行業(yè)層面機(jī)器人分配到地區(qū)層面的做法，研究以2012—2019年中國(guó)工業(yè)分行業(yè)工業(yè)機(jī)器人數(shù)量作為基礎(chǔ)，對(duì)我國(guó)各地區(qū)每萬人安裝工業(yè)機(jī)器人的數(shù)量即工業(yè)機(jī)器人安裝密度進(jìn)行測(cè)算，以表征人工智能在工業(yè)領(lǐng)域的應(yīng)用程度。具體公式為：。⑤ERct表示第t年c地區(qū)每萬人工業(yè)機(jī)器人使用量，即工業(yè)機(jī)器人安裝密度。S表示制造業(yè)，s代表制造業(yè)中某一具體行業(yè)。 代表基礎(chǔ)年份t0年c地區(qū)s行業(yè)的就業(yè)人數(shù)占整個(gè)國(guó)家s行業(yè)就業(yè)人數(shù)比重，基礎(chǔ)年份t0選取機(jī)器人應(yīng)用較少或未使用機(jī)器人的年份。 表示第t年s行業(yè)工業(yè)機(jī)器人使用量， 表示t0年工業(yè)機(jī)器人使用量， 表示t0年s行業(yè)總就業(yè)人數(shù)， 表示c地區(qū)t年的s行業(yè)工業(yè)機(jī)器人使用密度。最后，將制造業(yè)所有行業(yè)匯總相加，得到第t年c地區(qū)總體工業(yè)機(jī)器人使用密度。相關(guān)數(shù)據(jù)來源于IFR《世界機(jī)器人報(bào)告（2020）》《中國(guó)人口普查（2000）》及《中國(guó)統(tǒng)計(jì)年鑒》。

在空間方面，計(jì)算域也進(jìn)行了相應(yīng)的剖分，網(wǎng)格為正方形，控制在100 m×100 m，從平面上來看，評(píng)價(jià)區(qū)在東西方向上有著160行的剖分，南北方向上有著160列的剖分，共25 600個(gè)單元格，將2013年8月—2014年7月做為模型驗(yàn)證期。計(jì)算的時(shí)間間隔為30 d，識(shí)別期和驗(yàn)證期分別為12個(gè)時(shí)段。本次數(shù)學(xué)模型采用Visual MODFlow軟件[5，7]進(jìn)行求解。

控制變量：人口密度（PD），人口密度能夠反映人口在一定地區(qū)的集聚情況，本文采用每平方公里的平均人口數(shù)目衡量；金融發(fā)展程度（PS），采用城鄉(xiāng)居民儲(chǔ)蓄年末余額表示；政府干預(yù)（GI），采用政府公共財(cái)政支出中扣除并不對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生直接影響的科研及教育支出后的數(shù)值進(jìn)行衡量；對(duì)外開放（GT），由于地級(jí)市的進(jìn)出口總額數(shù)據(jù)并未直接公開，本文利用中國(guó)海關(guān)數(shù)據(jù)庫(kù)，按照經(jīng)營(yíng)單位所在地進(jìn)行加總來獲取所需數(shù)據(jù)；信息技術(shù)（ID），新一代信息技術(shù)已成為我國(guó)推動(dòng)經(jīng)濟(jì)增長(zhǎng)的重要抓手，參考張英浩等（2022）采用各城市互聯(lián)網(wǎng)用戶數(shù)來衡量信息技術(shù)的發(fā)達(dá)程度。④張英浩、汪明峰、劉婷婷：《數(shù)字經(jīng)濟(jì)對(duì)中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的空間效應(yīng)與影響路徑》，《地理研究》2022年第7期?；诟髯兞繑?shù)據(jù)可獲得性，本文選取2012—2019年?yáng)|、中、西及東北部共260個(gè)城市數(shù)據(jù)作為研究樣本。

四、實(shí)證分析

（一）基準(zhǔn)回歸

首先，考察東部地區(qū)人工智能對(duì)人均GDP的影響，從表1第2列結(jié)果得知，工業(yè)機(jī)器人安裝密度每增加1%，人均GDP將增長(zhǎng)0.223%，結(jié)果在1%的顯著性水平上通過檢驗(yàn)。這表明在本文的研究時(shí)間范圍內(nèi)，人工智能技術(shù)能夠顯著促進(jìn)東部地區(qū)的經(jīng)濟(jì)增長(zhǎng)。伴隨人口紅利逐步消失及勞動(dòng)力成本不斷上漲，東部地區(qū)呈現(xiàn)資本密集且勞動(dòng)要素短缺的要素特征，率先開啟了人工智能應(yīng)用進(jìn)程。

表1 人工智能對(duì)各地區(qū)經(jīng)濟(jì)增長(zhǎng)的影響：基準(zhǔn)回歸

其次，中部地區(qū)解釋變量 的系數(shù)同樣顯著，但影響效果稍弱于東部地區(qū)。近年，在“中部大開發(fā)”戰(zhàn)略的支持下，中部地區(qū)逐步貫通基礎(chǔ)設(shè)施大通道，吸引資金投入和承接產(chǎn)業(yè)轉(zhuǎn)移能力不斷加強(qiáng)。中部地區(qū)發(fā)展人工智能與智能制造產(chǎn)業(yè)略晚于東部，但憑借政府有效的產(chǎn)業(yè)政策及資金支持，已逐步建立起完善的人工智能產(chǎn)業(yè)鏈。當(dāng)然，總體來看，中部地區(qū)的比較優(yōu)勢(shì)仍表現(xiàn)為勞動(dòng)力成本優(yōu)勢(shì)，人工智能的促進(jìn)效果弱于東部地區(qū)。

再次，西部地區(qū)核心解釋變量 的系數(shù)雖然為正，但不顯著，表明西部地區(qū)“機(jī)器換人”對(duì)經(jīng)濟(jì)增長(zhǎng)并無顯著影響?？赡茉蛟谟冢旱谝?，西部地區(qū)工業(yè)機(jī)器人安裝密度較低，并未對(duì)工業(yè)生產(chǎn)的基礎(chǔ)生產(chǎn)方式造成強(qiáng)烈沖擊；第二，西部地區(qū)整體工業(yè)總產(chǎn)值占比相對(duì)較低，且“機(jī)器換人”應(yīng)用較高的汽車行業(yè)、電子電氣行業(yè)均占比較低，使得人工智能與其他產(chǎn)業(yè)的融合程度相對(duì)較低。

最后，東北地區(qū)回歸系數(shù)為0.041，回歸結(jié)果通過10%的顯著性水平檢驗(yàn)，表明在東北地區(qū)人工智能對(duì)經(jīng)濟(jì)增長(zhǎng)仍然表現(xiàn)為促進(jìn)機(jī)制，但作用效果明顯弱于東部、中部，僅分別為東部、中部地區(qū)的18.3%與42.2%。東北地區(qū)曾經(jīng)是中國(guó)重要的重工業(yè)生產(chǎn)基地之一，擁有良好的工業(yè)發(fā)展基礎(chǔ)及工業(yè)產(chǎn)業(yè)集群，但改革開放以來卻逐漸落后，發(fā)展人工智能產(chǎn)業(yè)并不具備資本要素的比較優(yōu)勢(shì)，這影響了人工智能對(duì)經(jīng)濟(jì)增長(zhǎng)的作用效果。

總體來看，人工智能對(duì)東部、中部及東北地區(qū)的經(jīng)濟(jì)增長(zhǎng)均呈現(xiàn)促進(jìn)作用。根據(jù)比較優(yōu)勢(shì)理論，人工智能對(duì)東部地區(qū)的正向促進(jìn)效果最強(qiáng)，其次是中部、東北地區(qū)，人工智能對(duì)西部地區(qū)的經(jīng)濟(jì)增長(zhǎng)影響不顯著，由此驗(yàn)證假說1。以上結(jié)果共同表明人工智能對(duì)各地區(qū)經(jīng)濟(jì)增長(zhǎng)存在影響效果的異質(zhì)性。

（二）穩(wěn)健性檢驗(yàn)

為確保實(shí)證結(jié)果的穩(wěn)健性，本文進(jìn)行四種穩(wěn)健性檢驗(yàn)。第一，考慮內(nèi)生性問題，工業(yè)機(jī)器人安裝密度屬于測(cè)算性指標(biāo)，潛在測(cè)量誤差可能導(dǎo)致估計(jì)結(jié)果產(chǎn)生偏誤。模型還可能存在聯(lián)立性偏誤問題，如經(jīng)濟(jì)增長(zhǎng)越快的地區(qū)，工業(yè)機(jī)器人安裝密度可能越高。本文將前沿工業(yè)機(jī)器人密度沖擊 作為工具變量，①本文參考Giuntella and Wang（2019），利用世界范圍內(nèi)代表機(jī)器人技術(shù)使用前沿的9個(gè)歐洲國(guó)家或地區(qū)工業(yè)機(jī)器人的平均行業(yè)分布水平構(gòu)造前沿工業(yè)機(jī)器人密度沖擊變量。使用兩階段最小二乘法（2SLS）對(duì)基準(zhǔn)模型進(jìn)行重新估計(jì)。第二，引入交通基礎(chǔ)設(shè)施、人均固定資產(chǎn)存量等更多控制變量，排除其他因素對(duì)模型結(jié)果的干擾。第三，剔除樣本中出現(xiàn)頻次較少的較高機(jī)器人安裝密度（即工業(yè)機(jī)器人安裝密度高于97.5%分位數(shù)）。第四，采用Bootstrap法，基于原始樣本對(duì)其進(jìn)行有放回抽樣。以上結(jié)果均表明人工智能對(duì)各地區(qū)經(jīng)濟(jì)增長(zhǎng)存在影響效果的異質(zhì)性，再次驗(yàn)證假說1。

（三）傳導(dǎo)機(jī)制分析

為探討假說2中人工智能對(duì)經(jīng)濟(jì)增長(zhǎng)的勞動(dòng)力渠道機(jī)制的存在性與合理性，本文借鑒Hayes（2009）構(gòu)建如下遞歸方程對(duì)人工智能經(jīng)濟(jì)增長(zhǎng)影響的傳導(dǎo)機(jī)制依次進(jìn)行檢驗(yàn)：②A.F.Hayes, “Beyond Baron and Kenny: Statistical Mediation Analysis in the New Millennium”, Communication Monographs, vol.76, no.4, 2009, pp.408-420.

其中 表示選取中介變量， 表示控制變量，選取變量與式（1）相同。具體地，勞動(dòng)生產(chǎn)率效應(yīng)（LP）采用各城市年度的實(shí)際GDP與年末單位從業(yè)人員數(shù)的比值衡量；就業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)分別采用生活性服務(wù)業(yè)就業(yè)人數(shù)（LS）與生產(chǎn)性服務(wù)業(yè)就業(yè)人數(shù)（PS）進(jìn)行衡量；收入分配效應(yīng)選取在崗職工平均工資（RW）衡量。③西部地區(qū)基準(zhǔn)回歸不顯著，因版面原因省略西部地區(qū)的傳導(dǎo)機(jī)制檢驗(yàn)分析。

1.勞動(dòng)生產(chǎn)率效應(yīng)。表2第3、4列結(jié)果顯示，東部地區(qū)人工智能對(duì)勞動(dòng)生產(chǎn)率的回歸系數(shù)為0.104，并在1%的顯著性水平下顯著；人工智能通過勞動(dòng)生產(chǎn)率效應(yīng)對(duì)經(jīng)濟(jì)增長(zhǎng)影響的回歸系數(shù)為0.168，低于基礎(chǔ)回歸系數(shù)0.179，表明東部地區(qū)的“機(jī)器換人”通過提高勞動(dòng)生產(chǎn)率促進(jìn)經(jīng)濟(jì)增長(zhǎng)這一傳導(dǎo)機(jī)制是成立的。中部地區(qū)與東北地區(qū)的中介分析結(jié)果與東部地區(qū)類似，均驗(yàn)證了人工智能能夠有效提升地區(qū)勞動(dòng)生產(chǎn)率，促進(jìn)地區(qū)經(jīng)濟(jì)增長(zhǎng)。以人工智能為核心技術(shù)的工業(yè)機(jī)器人相比于一般性勞動(dòng)力，具有工作時(shí)間長(zhǎng)、安全性高、產(chǎn)品質(zhì)量提升、監(jiān)管方便等特點(diǎn)，尤其在勞動(dòng)力密集、勞動(dòng)強(qiáng)度高、環(huán)境特殊的行業(yè)，人工智能的生產(chǎn)率提升作用更為顯著。2019 年新冠疫情暴發(fā)以來，資本逐利及避險(xiǎn)的本能驅(qū)使企業(yè)家加快進(jìn)行智能化改造升級(jí)，這不僅有效降低了人工成本，也降低了外界危機(jī)對(duì)企業(yè)的突發(fā)性沖擊。尤其在勞動(dòng)力短缺及資源有限的背景下，人工智能有利于推動(dòng)產(chǎn)業(yè)向智能化、高端化轉(zhuǎn)變，提升企業(yè)勞動(dòng)生產(chǎn)率，這與我國(guó)實(shí)行供給側(cè)改革核心目的相一致。

表2 人工智能對(duì)各地區(qū)經(jīng)濟(jì)增長(zhǎng)異質(zhì)性影響的中介效應(yīng)分析

2.就業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)。本文將就業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)分為工業(yè)機(jī)器人密度對(duì)生活性服務(wù)業(yè)和生產(chǎn)性服務(wù)業(yè)就業(yè)人數(shù)的影響。由表2 第5、6 列回歸結(jié)果可知，東部及中部地區(qū)均支持人工智能通過提高生活性服務(wù)業(yè)就業(yè)人數(shù)促進(jìn)經(jīng)濟(jì)增長(zhǎng)的渠道機(jī)制。原因在于：第一，生活性服務(wù)業(yè)的就業(yè)要求并不像生產(chǎn)性服務(wù)業(yè)（如金融業(yè)）等需要較高的專業(yè)技能，可以較好吸收被人工智能所替代的剩余勞動(dòng)力；第二，人工智能技術(shù)的引進(jìn)促使企業(yè)擴(kuò)大生產(chǎn)規(guī)模，可能會(huì)吸引更多制造業(yè)勞動(dòng)力，并拉動(dòng)批發(fā)零售、住宿餐飲等生活性服務(wù)業(yè)增長(zhǎng)，創(chuàng)造新的就業(yè)，即人工智能對(duì)勞動(dòng)力就業(yè)的“創(chuàng)造效應(yīng)”。與東、中部不同的是，人工智能在東北地區(qū)對(duì)生活性服務(wù)業(yè)勞動(dòng)力的回歸系數(shù)為-0.067，并在1% 的顯著性水平下顯著。但生活性服務(wù)業(yè)勞動(dòng)力對(duì)經(jīng)濟(jì)增長(zhǎng)的回歸系數(shù)不顯著，回歸結(jié)果并不支持人工智能促進(jìn)東北地區(qū)生活性勞動(dòng)力就業(yè)人數(shù)增加，進(jìn)而促進(jìn)經(jīng)濟(jì)增長(zhǎng)?？赡茉蛟谟跂|北地區(qū)近年勞動(dòng)力大量流失，實(shí)施“機(jī)器換人”只彌補(bǔ)了短缺的勞動(dòng)力，并未使得更多的勞動(dòng)力轉(zhuǎn)向服務(wù)業(yè)就業(yè)。從回歸結(jié)果可知，東部地區(qū)人工智能對(duì)生產(chǎn)性勞動(dòng)力的回歸系數(shù)在5%的水平上顯著為正，且人工智能對(duì)經(jīng)濟(jì)增長(zhǎng)的回歸系數(shù)為0.173，小于基準(zhǔn)回歸的0.179。因此，人工智能通過促進(jìn)生產(chǎn)性服務(wù)業(yè)勞動(dòng)力就業(yè)人數(shù)增加來促進(jìn)經(jīng)濟(jì)增長(zhǎng)的傳導(dǎo)機(jī)制在東部是成立的。對(duì)于中部地區(qū)，生產(chǎn)性勞動(dòng)力對(duì)經(jīng)濟(jì)增長(zhǎng)的回歸系數(shù)并不顯著。與東部、中部均不同的是，人工智能對(duì)東北地區(qū)生產(chǎn)性服務(wù)業(yè)的勞動(dòng)力增長(zhǎng)系數(shù)在1%的顯著性水平下為-0.075。由于人工智能的發(fā)展，東北地區(qū)生產(chǎn)性服務(wù)業(yè)勞動(dòng)力人數(shù)反而減少，表明人工智能導(dǎo)致生產(chǎn)性勞動(dòng)力外流而抑制經(jīng)濟(jì)增長(zhǎng)。

3.收入分配效應(yīng)。從東部地區(qū)回歸結(jié)果可知，工業(yè)機(jī)器人安裝密度對(duì)實(shí)際平均工資的回歸系數(shù)為0.086，并在1%的水平顯著；人均實(shí)際GDP回歸的系數(shù)低于基礎(chǔ)回歸的0.179，表明東部地區(qū)人工智能通過提升勞動(dòng)力工資來促進(jìn)經(jīng)濟(jì)增長(zhǎng)這一機(jī)制是成立的。工資上漲可能存在兩個(gè)原因：一是隨著中西部地區(qū)的發(fā)展，區(qū)域和城鄉(xiāng)差距縮小，農(nóng)民工逐漸從跨省流動(dòng)向本地就業(yè)轉(zhuǎn)變，東部沿海地區(qū)頻繁出現(xiàn)勞動(dòng)力短缺現(xiàn)象。人工智能技術(shù)的應(yīng)用在東部更多是對(duì)勞動(dòng)力的補(bǔ)充而非替代，剩余制造業(yè)勞動(dòng)力與生活性服務(wù)業(yè)勞動(dòng)力的工資水平得以提升；二是人工智能引致生產(chǎn)性服務(wù)業(yè)對(duì)勞動(dòng)力需求大幅度增加，進(jìn)而使工資水平提升。工資收入是消費(fèi)需求提升的重要來源，只有高工資才能引致高消費(fèi)，促進(jìn)內(nèi)需增加。在中部地區(qū)，工業(yè)機(jī)器人安裝密度對(duì)實(shí)際平均工資的回歸系數(shù)為-0.212，并在1%的水平顯著；對(duì)人均實(shí)際GDP回歸的系數(shù)為0.202，高于基礎(chǔ)回歸的0.104。結(jié)果表明，中部地區(qū)人工智能的應(yīng)用引發(fā)勞動(dòng)力平均工資下降，抑制地區(qū)經(jīng)濟(jì)增長(zhǎng)。可能的原因在于中部地區(qū)人工智能導(dǎo)致本地勞動(dòng)力被替代，造成勞動(dòng)力供給過剩。雖然部分勞動(dòng)力被吸引至生活性服務(wù)業(yè)就業(yè)，但被替代的中、低技能勞動(dòng)力被迫從事低于其技能水平的工作，造成勞動(dòng)能力與工資水平的不匹配。東北地區(qū)的回歸結(jié)果表明收入分配效應(yīng)同樣表現(xiàn)為“破壞性機(jī)制”，人工智能對(duì)生產(chǎn)性服務(wù)業(yè)勞動(dòng)力形成擠出效應(yīng)，造成勞動(dòng)力流失，拉低勞動(dòng)力平均工資水平。在中國(guó)的收入分配結(jié)構(gòu)中，居民的整體收入水平占比依舊偏低。提高居民收入水平是擴(kuò)大內(nèi)需的基本策略，政府應(yīng)進(jìn)一步完善要素市場(chǎng)化配置體系，使得工資收入與勞動(dòng)生產(chǎn)率的提高相匹配，并加大二次分配對(duì)基本工資收入的調(diào)節(jié)作用，才能有效防范人工智能對(duì)勞動(dòng)力收入及經(jīng)濟(jì)增長(zhǎng)可能產(chǎn)生的負(fù)向效應(yīng)。

綜上分析表明：第一，在勞動(dòng)力短缺且資本要素豐裕的東部地區(qū)，人工智能通過提升要素生產(chǎn)率、優(yōu)化勞動(dòng)力就業(yè)產(chǎn)業(yè)結(jié)構(gòu)等方式，促使地區(qū)向“創(chuàng)新驅(qū)動(dòng)、內(nèi)需驅(qū)動(dòng)”轉(zhuǎn)型；第二，在勞動(dòng)力要素較充足的中部地區(qū)，人工智能促使勞動(dòng)生產(chǎn)率提升及勞動(dòng)力向生活性服務(wù)業(yè)轉(zhuǎn)移，在一定程度上促進(jìn)經(jīng)濟(jì)增長(zhǎng)，但并未實(shí)現(xiàn)工資水平的同步提升；第三，在勞動(dòng)力及資本要素均較短缺的東北地區(qū)，人工智能目前仍處于“生產(chǎn)驅(qū)動(dòng)”階段，對(duì)就業(yè)產(chǎn)業(yè)結(jié)構(gòu)的創(chuàng)造性效應(yīng)不顯著，對(duì)經(jīng)濟(jì)增長(zhǎng)的破壞性作用機(jī)制更為明顯，工資水平未得到有效提升，未來應(yīng)注重技術(shù)創(chuàng)新與勞動(dòng)力收入水平調(diào)節(jié)，盡可能降低人工智能的負(fù)向影響。以上結(jié)論驗(yàn)證假說2。

五、啟示與建議

結(jié)合上述研究發(fā)現(xiàn)，本文提出以下建議：第一，正確認(rèn)知人工智能與區(qū)域發(fā)展不平衡的關(guān)系。人工智能是技術(shù)進(jìn)步和社會(huì)發(fā)展的必然趨勢(shì)，但各地區(qū)應(yīng)立足自身比較優(yōu)勢(shì)，在人工智能領(lǐng)域因地制宜、因地施策，更好地利用人工智能促進(jìn)我國(guó)各地區(qū)經(jīng)濟(jì)的均衡發(fā)展，實(shí)現(xiàn)不同地區(qū)勞動(dòng)密集型、資本密集型與技術(shù)密集型產(chǎn)業(yè)的合理分工與深度協(xié)作，共同打造國(guó)內(nèi)大循環(huán)體系。第二，完善勞動(dòng)力保障機(jī)制，改革勞動(dòng)力和人才社會(huì)性流動(dòng)體制，提高勞動(dòng)力就業(yè)質(zhì)量。人工智能對(duì)勞動(dòng)力就業(yè)存在不可逆轉(zhuǎn)的替代性，由此帶來的短期結(jié)構(gòu)性失業(yè)、收入差距過大等問題需要政府做好相關(guān)社會(huì)保障服務(wù)。同時(shí)，實(shí)施更高層次的市場(chǎng)化體制機(jī)制建設(shè)，促進(jìn)勞動(dòng)力在地區(qū)間的合理流動(dòng)。第三，提升教育與科研經(jīng)費(fèi)支出，加強(qiáng)勞動(dòng)力的能力培養(yǎng)。提升社會(huì)教育支出，完善職業(yè)教育體系，健全就業(yè)培訓(xùn)機(jī)制，尤其是投資于難以被工業(yè)機(jī)器人替代的技能專業(yè)，促使人工智能與勞動(dòng)力互補(bǔ)，共同促進(jìn)我國(guó)各地區(qū)經(jīng)濟(jì)高質(zhì)量與均衡發(fā)展。